05 Chi Disenos P5

UNIF Administracin de Negocios Internacionales
Estadstica Aplicada a los Negocios
PRUEBA CHI CUADRADO ( 2 )

Es una prueba no paramtrica que es particularmente til para las variables cualitativas
que estn compuestas por dos o ms categoras.
La Prueba Chi Cuadrado puede ser:
Procedimiento:
1. Se establecen las hiptesis nula y alternativa.

2. Se halla el valor crtico en la tabla, segn el nivel de confianza dado.
3. Se calcula la estadstica de prueba:
Xi
Y1 Y2
Yj
.. YC
.
fi
X1 O11 e11 O12 e12 .. O1C e1C .

f1
X2 O21 e 21 O 22 e 22 .. O 2C e 2C .
f2
. .. .. .. .. .. .. .. ..
XF O F1 e F1 OF2 e F2 .. O FC e FC .
fF
.
f j .
f 1 .
f 2 .. .
f C n
( Oi j ei j )2
2 = ei j
Oij : Frecuencias observadas.
eij : Frecuencias esperadas
Para lo cual previamente debern calcularse las frecuencias esperadas.
En el caso de las pruebas de independencia; las frecuencias esperadas se
calculan usando las frecuencias observadas de la tabla de doble entrada
(tabla de contingencia), para lo cual se utiliza la siguiente frmula:
ei j = . .
fi f j
n
En el caso de la prueba de homogeneidad; las frecuencias esperadas se
calculan mediante: eij = n Pi donde las Pi se calculan de acuerdo a la
distribucin que se est haciendo el ajuste.
4. Se toma la decisin, teniendo en cuenta la ubicacin de la estadstica de prueba.
Si 2 pertenece a la Re gin de Aceptacin Aceptar H0

Caso contrario se rechaza H0 y se acepta H1
5. Especificando el nivel de confianza, finalmente se redacta la conclusin.
Gladys Enrquez Mantilla 166

PRUEBA CHI CUADRADO DE INDEPENDENCIA
Esta prueba se usa en general cuando el investigador desea saber si dos variables estn o
no asociadas. Si no hay asociacin entre las variables, se dice que ambas son
independientes, trmino que se emplea para indicar que la distribucin de una de ellas no
depende en absoluto de la distribucin de la otra.
Si dos variables no son independientes, ello significa que el conocimiento de una de ellas
puede ayudarnos de alguna forma a conocer la otra. Es decir, se aplica para establecer si
hay alguna relacin o dependencia en cuanto a los criterios de clasificacin de la
informacin.
Procedimiento:
1. Hiptesis:
H0 : Existe independencia (no existe relacin).
H1 : No existe independencia (existe relacin)
2. Valor Crtico: 21 , ( F 1 ) ( C 1 )
3. Estadstica de Prueba:
2 =
( Oi j ei j )2
, ei j = . .
fi f j
ei j n
4. Decisin: Si RA
2
Aceptar H0
5. Conclusin:
Responder a la pregunta formulada, especificando el nivel de confianza.
Ejemplo:
Una casa de prstamos desea investigar la asociacin entre situacin de empleo en el

momento en que se aprob un prstamo y el hecho de que actualmente est o no pagando
dicho prstamo, el gerente de dicha casa de prstamos selecciona al azar 115 clientes y
obtiene los siguientes resultados:
Situacin de empleo en el momento

Estado actual del del prstamo
Prstamo
Empleado Desempleado
En mora 10 8
Al da 60 22
No paga 5 10
Existe asociacin entre la situacin de empleo y el estado del prstamo?
Solucin:
1. Hiptesis:
H0 : No existe relacin entre situacin de empleo y estado del prstamo.
H1 : S existe relacin entre situacin de empleo y estado del prstamo.
2. Valor Crtico: 2 = 2 = 5.99

1 , ( F 1 ) ( C 1 ) 0.95 , 2

( Oi j ei j )2
2
= ei j = 9.74
5.99
La estadstica de prueba se calcul en base a los siguientes datos:
Situacin de empleo en el
Estado actual del
Prstamo
momento del prstamo
Empleado Desempleado
.
fi
10 8 18
En mora
11.74 6.26
60 22 82
Al da
53.48 28.52
5 10 15
No paga
9.78 5.22
.
f j 75 40 n = 115
4. Decisin: 2 = 9.74 R R Rechazar H 0
5. Conclusin:
Con una confianza del 95%, podemos afirmar que s existe relacin entre situacin
de empleo y estado de prstamo.
Nota:
Si existe independencia entre las variables, los valores esperados y observados sern
parecidos y el valor de 2 ser pequeo.
Ingresar los datos tal como aparecen en la tabla del problema.
Estadsticas Tablas Prueba chi-cuadrada (tabla de dos factores en hoja de

trabajo)
Clic en Aceptar.

P = 0.008 < = 0.05 Aceptar H1
COEFICIENTE DE CONTINGENCIA
Cuantifica la fuerza de la asociacin entre las dos variables. Si en el problema interesa

conocer si la asociacin es alta o baja entonces se debe determinar el grado de asociacin de
las dos variables mediante el Coeficiente de Contingencia:
C =
2
n + 2
Donde:
n= O ij y 2 es la estadstica de prueba obtenida en la prueba Chi cuadrado de

independencia.
Si C 0.30 Hay buena asociacin entre las variables consideradas
En el ejemplo:
9.74
C = = 0.279 < 0.30
115 + 9.74
No es tan buena la asociacin entre situacin de empleo y estado de prstamo debido a

que el coeficiente de contingencia es menor que 0.30.

PRUEBA CHI CUADRADO DE BONDAD DE AJUSTE
Esta prueba permite verificar si una muestra aleatoria procede de una poblacin con una
distribucin de probabilidad conocida (Binomial, Poisson, Normal).
Para aplicar esta prueba primero debern agruparse los datos de la muestra en una tabla y
luego estimar los verdaderos parmetros de la poblacin en caso que no sean dados ( p , ,
y ) segn el caso.
Las frecuencias esperadas e ij para cada valor de X (binomial y Poisson) o para cada
intervalo (Normal) se calculan hallando primero las probabilidades de ocurrencia pi usando
la frmula del modelo supuesto, las tablas correspondientes o el Minitab.
Procedimiento:
1. Hiptesis:
H0 : La distribucin es Normal (Binomial o Poisson)

H1 : La distribucin no es Normal (Binomial o Poisson)
2. Valor Crtico:
21 , k p 1
p : nmero de parmetros que se estimaron)
k : N de eij 5 (despus de reagrupar las eij < 5)
2
k ( Oij eij )
2
=
eij
, ei j = n pi
i =1
pi : se calcula usando la frmula de las distribuciones Binomial o Poisson

(segn el caso) o la tabla normal para el caso de ajuste a la normal.
4. Decisin:
Si 2 R A Aceptar H0
5. Conclusin:
Responder a la pregunta efectuada, especificando el nivel de confianza.
Nota:
Mientras ms cercano a cero sea el valor de la estadstica de pueba 2 , tanto mejor

ser el ajuste entre los datos observados y el modelo terico propuesto.

Ejemplo 1:
Los siguientes datos se refieren a los salarios de 120 trabajadores de una compaa. Con un
nivel de significancia del 5%, podemos afirmar que la distribucin se aproxima a una
normal?
Salarios ($) : 150-156 156-162 162-168 168-174 174-180 180-186

N trabajadores : 14 12 22 40 20 12
Solucin:
1. Hiptesis:
H0 : La distribucin se aproxima a una Normal.

H1 : La distribucin no se aproxima a una Normal.
2. Valor Crtico: 2 = 20.95 , 3 = 7.81

0.95 , 6 2 1
p = 2 porque y fueron estimados.
( Oij eij )2

6
2
= = 15.74
i =1 eij
7.81
La estadstica de prueba se calcul en base a los siguientes resultados:
Salarios Xi N de trabajadores pi e ij = n p i
150-156 153 14 0.05444 6.53
156-162 159 12 0.14532 17.44
162-168 165 22 0.24938 29.93
168-174 171 40 0.26161 31.39
174-180 177 20 0.17572 21.09
180-186 183 12 0.07523 9.03
Total n = 120
= x = 168.8
= S = 8.66
Al estandarizar usando estos valores, se obtienen las probabilidades p i :
p1 = P (150 X 156 ) = P ( 2.17 Z 1.48 ) = 0.06944 0.01500 = 0.05444

p2 = P (156 X 162 ) = P ( 1.48 Z 0.79 ) = 0.21476 0.06944 = 0.14532
p3 = P (162 X 168 ) = P ( 0.79 Z 0.09 ) = 0.46414 0.21476 = 0.24938
p4 = P (168 X 174 ) = P ( 0.09 Z 0.60 ) = 0.72575 0.46414 = 0.26161
p5 = P (174 X 180 ) = P ( 0.60 Z 1.29 ) = 0.90147 0.72575 = 0.17572
p6 = P (180 X 186 ) = P (1.29 Z 1.99 ) = 0.97670 0.90147 = 0.07523
Todas las eij > 5 entonces no es necesario reagrupar.
4. Decisin: 2 = 15.74 R R Re chazar H0 y aceptar H1
5. Conclusin:
Con una confianza del 95% podemos afirmar que la distribucin no se aproxima a
una normal.

Las probabilidades p i , se pueden calcular usando el Minitab:
= x = 168.8
= S = 8.66
p1 = P (150 X 156 ) =
Grfica Grfica de distribucin de probabilidad
Clic en Aceptar luego de elegir Ver probabilidad.
Ingresar los valores de la media y la desviacin estndar.
Clic en rea sombreada, luego en Valor X, a continuacin elegir Centro y luego ingresar los
dos valores de X es decir 150 y 156.

Clic en Aceptar.
Grfica de distribucin
Normal; Media=168,8; Desv.Est.=8,66
0,05
0,04
0,03
Densidad
0,02
0,01 0,0547
0,00
150 156 169
X
p1 = P (150 X 156 ) = 0.0547
Se procede a repetir este procedimiento, cambiando nicamente los valores de X.

Finalmente los valores obtenidos para p i sern:
estandarizando Con Minitab

Salarios
pi pi
150-156 0.05444 0.0547
156-162 0.14532 0.146
162-168 0.24938 0.247
168-174 0.26161 0.263
174-180 0.17572 0.176
180-186 0.07523 0.0744
Ejemplo 2:
El nmero de defectos por unidad observada en una muestra de 100 radios dio la siguiente
distribucin de frecuencias.
N de defectos : 0 1 2 3 4 5 6 7
N de radios : 28 32 15 10 6 4 3 2
Verificar si la distribucin de estos datos se aproxima a una distribucin Poisson.
Solucin:
1. Hiptesis:
H0 : Los datos se aproximan a una distribucin Poisson.
H1 : Los datos no se aproximan a una distribucin Poisson.
2. Valor Crtico:
2 = 20.95 , 3 = 7.81 p = 1:
0.95 , 5 1 1
k = 5 despus de reagrupar las eij < 5

p = 1 porque se estim un parmetro:

5 ( Oij eij )2
=
2
= 15.12
i =1 eij
7.81
La estadstica de prueba se calcul en base a los siguientes resultados:

N defectos N de radios
Xi Oi j pi = P (X = x ) ei j = 100 pi
0 28 0.186 18.6
1 32 0.313 31.3
2 15 0.263 26.3
3 10 0.147 14.7
4 6 0.062 6.2
5 4 15 0.021 2.1
9
6 3 0.006 0.6
7 2 0.001 0.1
Total n = 100
1.68 x
e 1.68
= x = 1.68 pi =
x!
4. Decisin:
2 = 15.12 R R Re chazar H0
5. Conclusin:
Con una confianza del 95% podemos afirmar que la distribucin de estos datos no se
aproxima a una Poisson.
Las probabilidades p i , se pueden calcular usando el Minitab, para lo cual se deben digitar
en C1 los valores correspondientes a X y luego a la columna C2 se le pone el ttulo de: Pi
Calc Distribuciones de Probabilidad Poisson

(en vez de seleccionar Poisson se puede seleccionar
Binomial, si las Pi que buscamos son para esta
distribucin).

Al hacer clic en Aceptar, se obtienen todas las Pi .
Ejemplo 3:
El nmero de computadoras vendidas en una tienda presentan la siguiente distribucin:
N de computadoras : 0 1 2 3
N de das : 1 16 55 228
Probar en el nivel del 5% si se puede considerar como valores de una variable aleatoria
binomial.
Solucin:
1. Hiptesis:
H0 : La distribucin es Binomial.
H1 : La distribucin no es Binomial.
2. Valor Crtico: 20.95 , 3 1 1 = 20.95 , 1 = 3.84
= n p n : N de computadoras vendidas
x 2.7
x = n p p = = = 0.9 q = 1 0.9 = 0.10
n' 3
P(X=x ) = C 3x 0.90 x 0.10 3 x
N computadoras N das pi = P ( X = x ) ei j = 300 pi

0 1 0,001 0,3 8.4
1 16 0,027 8,1
2 55 0,243 72,9
3 228 0,729 218,7
Total n = 300
3 ( Oi j e i j )2
2
= ei j
= 13.6
i =1
3.84
2
4. Decisin: = 13.6 R R Re chazar H0
5. Conclusin:
Con una confianza del 95% no podemos considerar los datos como valores de una
variable aleatoria binomial.

DISEO DE EXPERIMENTOS
La experimentacin es el procedimiento apropiado para investigar cualquier fenmeno en el

que existe incertidumbre. Los investigadores realizan experimentos virtualmente en todos
los campos del saber, por lo general para descubrir algo acerca de un proceso o sistema en
particular.
Experimento
Es cualquier proceso o actividad que origina un resultado o una observacin. Un

experimento se efecta para establecer las condiciones ptimas en las cuales se desarrolla
un proceso, con el objeto de comparar entre s los efectos de las distintas condiciones en las
que se realiza un fenmeno. Los experimentos son una parte natural de la ingeniera y de
los procesos de toma de decisiones cientficos.
Diseo del experimento
Este trmino se utiliza para planear un experimento de manera que se pueda obtener la
informacin pertinente a un determinado problema que se investiga y as tomar decisiones
correctas. El diseo adecuado del experimento es una etapa fundamental de la
experimentacin, que permite el suministro correcto de datos a posteriori, lo que a su vez
conducirn a un anlisis objetivo y con deducciones vlidas del problema.
Un experimento diseado no es ms que una prueba o una serie de pruebas en las que se
inducen cambios deliberados en las variables de entrada de un proceso o sistema, de
manera que sea posible observar e identificar las causas de los cambios en la respuesta de
salida.
Anlisis de un experimento
Un experimento se analiza efectuando su anlisis de varianza.
Variable independiente
Es aquella que el investigador desea medir su efecto y est bajo control.
Ejemplo:
Consideremos un experimento diseado para adquirir informacin acerca de la efectividad

de dos diferentes mtodos de enseanza de Estadstica. El experimentador tiene bajo control
la seleccin de los diferentes mtodos que va a utilizar en dicho experimento, entonces el
mtodo es la variable independiente.
Variable dependiente (respuesta o endgena)
Es toda aquella variable que es explicada por el modelo y refleja el efecto de las variables
independientes.
Ejemplo:
La efectividad en el aprendizaje de estadstica.

Variables exgenas
Son todas aquellas variables que explican a la variable dependiente en menor escala que las
variables independientes. Generalmente no tiene ninguna importancia para el investigador.
El investigador deber controlar estas variables puesto que ocasionan en el experimento
variaciones que no resultan convenientes.
Cuando se controla dos o ms variables exgenas generalmente el mtodo ms adecuado es

el anlisis de covarianza. Las dificultades aumentan a medida que aumentan las variables
exgenas.
Ejemplo:
Las inasistencias, la atencin.
Factor o tratamiento
Los tratamientos son los diferentes procedimientos, procesos, factores o materiales cuyos
efectos van a ser medidos y comparados. El tratamiento establece un conjunto de
condiciones experimentales que deben imponerse a una unidad experimental dentro de un
diseo seleccionado.
Se emplea como sinnimo de variable independiente. Es decir son todas aquellas variables
cuyos efectos se desean medir. Pueden ser cuantitativas o cualitativas.
Ejemplo:
Los diferentes mtodos de enseanza.
Niveles de factor o tratamiento
Son las diferentes categoras lgicas o intensidades de cada factor investigado.
Unidad experimental
Es la entidad ms pequea a la que se aplica un tratamiento. Son los objetos sobre los
cuales se hacen mediciones y se analiza la variable que se investiga.
Ejemplo: Los alumnos.
Aleatorizacin
Es la asignacin aleatoria de los tratamientos en estudio a las unidades experimentales con

el propsito de asegurar que un determinado tratamiento no presente sesgo. Por otro lado la
aleatorizacin hace vlidos los procesos de inferencia y las pruebas estadsticas.
Error experimental
Es la medida de la variabilidad de respuesta que presentan las unidades experimentales al

ser expuestas al mismo nivel de tratamiento.
Las principales fuentes del error experimental son: Las diferencias inherentes en las
unidades experimentales y la ausencia de uniformidad que se puede presentar en el
procedimiento experimental.

Repeticin
Es la reproduccin o rplica del experimento bsico (asignacin de un tratamiento a una

unidad experimental). Las principales razones por las cuales es deseable la repeticin son:
primero porque proporciona una estimacin del error experimental, siendo tal estimacin
confiable a mediada que aumenta el nmero de repeticiones, y segundo permite
estimaciones ms precisas del tratamiento en estudio.
Propsito de un Diseo Experimental
Proporcionar mtodos que permitan obtener la mayor cantidad de informacin vlida acerca
de una investigacin, teniendo en cuenta el factor costo y el uso adecuado del material
disponible mediante mtodos que permitan disminuir el error experimental.
Anlisis de varianza (ANOVA)
Es una tcnica estadstica que sirve para analizar la variacin total de los resultados
experimentales de un diseo en particular, descomponindolo en fuentes de variacin
independientes atribuibles a cada uno de los efectos en que constituye el diseo
experimental.
Una suposicin fundamental del ANOVA es que las varianzas son homogneas. Esta
suposicin se emplea para estimar una varianza comn (el Cuadrado Medio del Error CME)
que sirva para realizar comparaciones entre las medias de los tratamientos.
Cuando se detecta heterogeneidad de varianzas lo que se puede hacer es realizar

transformaciones para estabilizar dichas varianzas, particionar el anlisis en grupos con
varianzas homogneas o emplear estadstica no paramtrica.
APLICACIONES DE LOS DISEOS EXPERIMENTALES
Las tcnicas de diseo experimental basadas en la estadstica son particularmente tiles en

el mundo de la ingeniera en lo que corresponde a la mejora del rendimiento de los procesos
de manufactura.
Mediante el empleo de experimentos diseados, los ingenieros pueden determinar el

subconjunto de variables del proceso que tienen la mayor influencia sobre el rendimiento de
ste. Los resultados de estos experimentos pueden conducir a:
- Mejorar el rendimiento del proceso.
- Reducir la variabilidad del proceso y acercarlo a los requerimientos nominales.
- Disminucin del tiempo de diseo y desarrollo.
- Disminucin del costo de operacin.
Los mtodos de diseo experimental tambin son tiles en las actividades de ingeniera de
diseo, donde se desarrollan nuevos productos y se mejoran los existentes. Algunas
aplicaciones representativas de los experimentos diseados de manera estadstica en la
ingeniera de diseo incluyen:
- Evaluacin y comparacin de configuraciones de diseo bsicas.
- Evaluacin de materiales diferentes.
- Seleccin de parmetros de diseo de modo que el producto funcione bien bajo una
gama amplia de condiciones de campo.
El empleo del diseo experimental en el proceso de diseo puede dar como resultado
productos que son ms fciles de fabricar, productos que tienen un desempeo y una
confiabilidad mejores que los de la competencia, y productos que pueden disearse,
desarrollarse y producirse en menor tiempo.

DISEO COMPLETAMENTE ALEATORIO (DCA)

(ANOVA con un solo factor)
Es aquel modelo en el cual las unidades experimentales sobre las que se toman medidas se
asignan al azar a los diferentes factores o tratamientos (variable independiente).
Se utiliza cuando el experimentador cuenta con los resultados de k muestras aleatorias
independientes, cada una de tamao ni y le interesa probar la hiptesis de que las medias
de las k poblaciones son todas iguales.
Para probar esta hiptesis se supondr estar trabajando con poblaciones normales que
tienen varianzas iguales. Si uno o los dos supuestos no se cumplen entonces deber
aplicarse la prueba no paramtrica de Kruskal-Wallis.
Anlisis de Varianza: ANOVA
Si disponemos de medidas cuantitativas que se puede suponer como procedentes de una

distribucin de probabilidad normal, y queremos comparar slo dos grupos de resultados,
la prueba estadstica que se utiliza es una comparacin de medias basado en la distribucin
t Student.
Cuando se dispone de ms de dos grupos de datos, la prueba a emplear es el Anlisis de
Varianza o ANOVA por sus siglas en ingls (ANlisis Of VAriance).
G1 G2 G1 G2 G3
Difieren los promedios Difieren los promedios

de los dos grupos? de los tres grupos?
Prueba t ANOVA
La prueba t nos dice si existe diferencia entre los promedios de dos grupos. Podramos
entonces efectuar pruebas t para cada pareja de grupos. Sin embargo el nmero de pruebas
aumentara a medida que hubieran ms grupos. El ANOVA nos da un solo valor para la
comparacin colectiva o global.
El ANOVA fue ideado por Fisher en 1925 y permite comprobar si existen diferencias entre
promedios de tres o ms tratamientos; para ello se calcula el valor de F. Cuando
encontramos el valor de F sabremos si existen diferencias entre los grupos, pero no nos dice
entre cules grupos, y por eso debemos aplicar posteriormente otros tests llamados de
comparacin mltiple.
Esta tcnica permite no slo analizar los datos sino tambin planificar los experimentos, por
lo tanto el anlisis de varianza es un procedimiento estadstico que nos permite dividir la
variabilidad observada en componentes independientes que pueden atribuirse a diferentes
causas de inters.
Procedimiento para realizar el DCA:
1. Hiptesis:
H0 : 1 = 2 = ........ = k
H1 : Las i no son todas iguales

2. Valor Crtico: C
F1 , k 1 , Nk
3.- Estadstica de Prueba:

CM ( tr )
F =
CME
Para obtener este valor F se construye la siguiente tabla llamada tabla de ANOVA.
Tabla de Anlisis de Varianza

Fuente de Grados de Suma de Cuadrado
F
Variacin Libertad Cuadrados Medio
SC ( tr )
Tratamientos k 1 SC (tr) CM ( tr ) =
k 1
CM ( tr )
SCE
Error N-k SCE CME = CME
N-k
Total N1 SCT
Suma de Cuadrados del Total:

k n k n
T2
SCT = X2
ij N
donde : T = X ij
i =1 j = 1 i =1 j =1
Suma de Cuadrados de Tratamientos:

k T2
T2

i.
SC ( tr ) =
n
i =1 i
N
Suma de Cuadrados del Error:

SCE = SCT SC ( tr )
4. Decisin:
Si la estadstica de prueba F pertenece a la regin de aceptacin, aceptar H0 , caso

contrario rechazarla.
5. Conclusin:
Especificando el nivel de confianza, se contesta a la pregunta formulada.

PRUEBA DE TUKEY
Cuando un investigador ha efectuado un anlisis de varianza y acepta la hiptesis

alternativa, se interesa generalmente por obtener ms informacin a partir de los datos.
Casi siempre que se puede concluir, con base en la prueba F, que no todas las medias son
iguales, resulta conveniente poder determinar dnde se presentan las diferencias, es decir
se averiguar qu pares de medias muestrales de los tratamientos son diferentes. Estas
comparaciones que se hacen despus del anlisis inicial de varianza se denominan
comparaciones a posteriori o post hoc.
Intervalos de Confianza de Tukey:
(x i )
xj q , k , Nk CME
n
para ni iguales
CME 1 1
(x i )
xj q , k , Nk
2 ni
+
nj
para ni diferentes

Si el cero no pertenece al intervalo hallado i j
Ejemplo 1:
Un ingeniero de control de calidad de una compaa fabricante de equipos electrnicos de

audio se encuentra inspeccionando un nuevo tipo de batera que tal vez pueda utilizar. Un
lote de 20 bateras fue dividido aleatoriamente en cuatro grupos (de modo que haba cinco
bateras en cada uno). Cada grupo de bateras fue sometido a un nivel particular de presin:
baja, normal, alta y muy alta. Las bateras se probaron simultneamente bajo estos niveles
de presin y se registraron los tiempos de falla (en horas).
Baja : 8.0 8.1 9.2 9.4 11.7
Normal : 7.6 8.2 9.8 10.9 12.3
Alta : 6.0 6.3 7.1 7.7 8.9
Muy Alta : 5.1 5.6 5.9 6.7 7.8
Se afirma que existe diferencia altamente significativa solamente entre el grupo de bateras
con presin baja y el grupo de bateras con presin muy alta, Est usted de acuerdo?
Explique por qu s o por qu no.
Solucin:
k = 4 grupos N = 20 datos
1: Baja 2: Normal 3: Alta 4: Muy Alta
8.0 7.6 6.0 5.1
8.1 8.2 6.3 5.6
9.2 9.8 7.1 5.9
9.4 10.9 7.7 6.7
11.7 12.3 8.9 7.8
T1. = 46.4 T2 . = 48.8 T3 . = 36.0 T4 . = 31.1
n1 = 5 n2 = 5 n3 = 5 n4 = 5
x1 = 9.28 x 2 = 9.76 x 3 = 7.20 x 4 = 6.22
T= X i j = 162.30 X 2i j = 1393.15

1ero.- Se realizar la prueba para verificar si las varianzas poblacionales de los cuatro
grupos son iguales.
H0 : 12 = 22 = 23 = 24
H1 : Al menos una 2i es diferente
Ingresar los datos en C1 y C2: Estadsticas ANOVA

Prueba de Varianzas iguales
Clic en Aceptar.
Prueba de igualdad de varianzas para Tiempos
Prueba de Bartlett
1 Estadstica de prueba 1,62

Valor P 0,654
Prueba de Lev ene
Estadstica de prueba 0,70
Valor P 0,568
2
Presion
0 2 4 6 8 10 12
Intervalos de confianza de Bonferroni de 99% para Desv.Est.
Decisin: P = 0.654 > = 0.01 Aceptar Ho
Conclusin: Con una confianza del 99%, concluimos que las varianzas son iguales.

2do.- Al verificarse el supuesto de homogeneidad de varianzas, entonces se comprobar si

existe o no diferencia entre los promedios poblacionales de los cuatro grupos.
1. Hiptesis:
H0 : 1 = 2 = = 4
3
H1 : Al menos un i es diferente
2. Valor crtico: F1 , k 1 , N k
F0.99 , 3 , 16 = 5.29
5.29
3. Estadstica de prueba:
CM(tr )
F =
CME
Tabla de Anlisis de Varianza (ANOVA)

Fuente de Variacin Grados de Suma de Cuadrado
F
Libertad Cuadrados Medio
Tratamientos 3 42.46 14.15
Error 16 33.63 2.10 6.74
Total 19 76.09
Suma de cuadrados del total:

T2 162.30 2
SCT = X2
N
= 1393.15
20
= 76.09
Suma de cuadrados de tratamientos:

Ti2 T2
SC ( Tr ) = ni

N
46.42 48.82 36.02 31.12 162.30 2

= + + + = 42.46
5 5 5 5 20
Suma de cuadrados del error:
SCE = SCT SC ( Tr)

= 76.09 42.46 = 33.63
4. Decisin: F = 6.74 RR Rechazar H0 y Aceptar H1
5. Conclusin:
Con una confianza del 99% podemos afirmar que los tiempos promedio de falla de
las bateras se diferencian entre s.

3ero.- Para averiguar si existe diferencia altamente significativa solamente entre el grupo de
bateras con presin baja y el grupo de bateras con presin muy alta, deber
realizarse Tukey.
( )
xi x j q , k , Nk
CME
n
k = 4 grupos N = 20 datos = 0.01

n1 = 5 n2 = 5 n3 = 5 n4 = 5
x1 = 9.28 x 2 = 9.76 x 3 = 7.20 x 4 = 6.22
q , k , Nk = q 0.01 , 4 , 16 = 5.19
1 restado de 2:
2.10
( 9.76 9.28 ) 5.19 2.88 2 1 3.84 0 IC 2 = 1
5
1 restado de 3:
2.10
( 7.20 9.28 ) 5.19 5.44 3 1 1.28 0 IC 3 = 1
5
1 restado de 4:
2.10
( 6.22 9.28 ) 5.19 6.42 4 1 0.30 0 IC 4 = 1
5
2 restado de 3:
2.10
( 7.20 9.76) 5.19 5.92 3 2 0.80 0 IC 3 = 2
5
2 restado de 4:
2.10
( 6.22 9.76) 5.19 6.90 4 2 0.18 0 IC 4 2
5
3 restado de 4:
2.10
( 6.22 7.20 ) 5.19 4.34 4 3 2.38 0 IC 4 = 3
5
Estadsticas ANOVA Un solo Factor

Clic en Comparaciones
Clic en Aceptar y luego en Aceptar.
Los cuatro intervalos se intersectan, sin embargo; pareciera que los intervalos 2 y 4 no se
intersectan.

Ejemplo 2:
En una empresa particular se escogieron 20 empleados al azar, para que en uno de cuatro
grupos de entrenamiento, aprendieran a ejecutar una tarea en una lnea de ensamble. Los
grupos eran diferentes respecto de la cantidad de instruccin que haban recibido. Al
terminar el periodo de entrenamiento, cada uno de los 20 empleados realiz la tarea. Se hizo
un registro del tiempo (en minutos) que necesitaron para la realizacin completa de la tarea
y se obtuvieron los resultados siguientes:
A : 51 42 35 65 49
B : 30 48 44 56 54 40
C : 80 75 85 73
D : 53 47 45 50 71
Proporcionan estos datos evidencia suficiente como para concluir que existe diferencia
significativa entre el tiempo promedio que necesitaron para la realizacin completa de la
tarea? En caso de existir diferencia, entre qu grupos se presenta?
Solucin:
k = 4 grupos N = 20 datos
A B C D
51 30 80 53
42 48 75 47
35 44 85 45
65 56 73 50
49 54 71
40
T1. = 242 T2 . = 272 T3 . = 313 T4 . = 266
nA = 5 nB = 6 nC = 4 nD = 5
x A = 48.40 x B = 45.33 x C = 78.25 x D = 53.20
T= X i j = 1093 X 2i j = 64171
1ero.- Se verificar si las varianzas poblacionales de los cuatro grupos son iguales.
H0 : 2A = 2B = 2C = 2D
H1 : Al menos una 2i es diferente
Ingresar los datos en C1 y C2: Estadsticas ANOVA

Prueba de Varianzas iguales
Clic en Aceptar.

Prueba de igualdad de varianzas para Tiempo
Prueba de Bartlett
A Estadstica de prueba 1,52

Valor P 0,677
Prueba de Lev ene
Estadstica de prueba 0,27
Valor P 0,844
Grupo B
0 10 20 30 40 50
Intervalos de confianza de Bonferroni de 95% para Desv.Est.
Decisin: P = 0.677 > = 0.05 Aceptar Ho
Conclusin: Con una confianza del 95%, concluimos que las varianzas son iguales.
2do.- Al verificarse el supuesto de homogeneidad de varianzas, entonces se comprobar si

existe o no diferencia entre los promedios poblacionales de los cuatro grupos.
1. Hiptesis:
H0 : A = B = C = D
H1 : Al menos un i es diferente
3.24
2. Valor crtico: F0.95 , 3 , 16 = 3.24
3. Estadstica de prueba:
Tabla de Anlisis de Varianza (ANOVA)

Fuente de Variacin Grados de Suma de Cuadrado
F
Libertad Cuadrados Medio
Tratamientos 3 2954.5 984.8
Error 16 1484.1 92.8 10.61
Total 19 4438.6
Suma de cuadrados del total:

T2 10932
SCT = X2
N
= 64171
20
= 4438.6
Suma de cuadrados de tratamientos:

T2 T2
SC ( Tr ) = i
ni N
2422 2722 3132 2662 1093 2
= + + + = 2954.5
5 6 4 5 20

Suma de cuadrados del error:
SCE = SCT SC ( Tr)

= 4438.6 2954.5 = 1484.1
4. Decisin:
F = 10.61 RR Re chazar H0 y Aceptar H1
5. Conclusin:
Con una confianza del 95% podemos afirmar que los tiempos promedio que
necesitaron los cuatro grupos para la realizacin de la tarea se diferencian
significativamente entre s.
3ero.- Se realizar la prueba de Tukey para determinar entre qu grupos existe diferencia
significativa.
CME 1 1
(x i )
xj q , k , Nk
2 ni
+
nj

k = 4 grupos N = 20 datos = 0.05

nA = 5 nB = 6 nC = 4 nD = 5
x A = 48.40 x B = 45.33 x C = 78.25 x D = 53.20
q , k , Nk = q 0.05 , 4 , 16 = 4.05
A restado de B:
92.8 1 1
( 45.33 48.40 ) 4.05 + 19.78 B A 13.64 B = A
2 6 5
A restado de C:
92.8 1 1
( 78.25 48.40 ) 4.05 + 11.34 C A 48.36 C A
2 4 5
A restado de D:
92.8 1 1
( 53.20 48.40 ) 4.05 + 12.65 D A 22.25 D = A
2 5 5
B restado de C:
92.8 1 1
( 78.25 45.33) 4.05 + 15.11 C B 50.73 C B
2 4 6
B restado de D:
92.8 1 1
( 53.20 45.33) 4.05 + 8.84 D B 24.58 D = B
2 5 6
C restado de D:
92.8 1 1
( 53.20 78.25 ) 4.05 + 43.56 D C 6.54 D C
2 5 4
Por lo tanto existe diferencia entre los grupos: A y C , B y C , C y D.

Estadsticas ANOVA Un solo Factor
Clic en Comparaciones
Clic en Aceptar y luego en Aceptar.
En el grfico se puede apreciar que existe diferencia entre los promedios de los
grupos A y C , B y C , C y D ya que estos intervalos no se intersectan.

Se obtienen intervalos muy similares a los obtenidos mediante la frmula.

PRCTICA N 5
Prueba Chi Cuadrado DCA Tukey
1.- El fabricante de una terminal de computadora informa en su material de publicidad

que la duracin media de tal dispositivo, bajo el uso normal, es de seis aos, con una
varianza de 1,96. Una muestra aleatoria de unidades vendidas hace diez aos, revel
la siguiente distribucin de las duraciones:
Duracin (aos) : <4 4a5 5a6 6a7 7a8 8

Frecuencia : 7 14 25 22 16 6
Al nivel de significacin de 0.05, puede el fabricante concluir que las duraciones

estn distribuidas normalmente? ep = 0.6 aceptar Ho
2.- Se desea comparar la utilizacin de cuatro hojas de clculo diferentes y para ello se
pone a grupos de empleados para que trabajen con cada hoja y luego se anota el
nmero de errores que cada uno de ellos cometi. Los resultados obtenidos en este
estudio fueron:
Hoja de clculo Nmero de errores

1 3 6 5 8 3
2 7 2 6 7 4
3 5 7 9 12 8
4 4 5 3 4 5
Podemos afirmar que existe una diferencia significativa entre las hojas de clculo?
Si es as, cul hoja de clculo presenta un promedio mayor?
ep = 3.1 rechazar Ho hoja 3
3.- En la siguiente tabla se encuentran anotadas las frecuencias correspondientes a las

clasificaciones indicadas para una muestra de 400 personas
Adaptacin al Matrimonio
Educacin
Muy bajo Bajo Alto Muy alto
Universitaria 18 29 70 115
Secundaria 17 28 30 41
Primaria 11 10 11 20
Existe relacin entre el nivel educacional de un individuo y su adaptacin al
matrimonio? ep = 19.4 P = 0.03
4.- El ordenador DEC-20 era utilizado en las universidades americanas en la dcada de

los ochenta. Los datos dados a continuacin indican el nmero de averas que tena
uno de estos ordenadores en 76 semanas consecutivas de funcionamiento. Se
puede ajustar a estos datos una distribucin de conocida?
4 0 0 0 3 2 0 0 6 7 6 2
1 6 1 2 1 1 2 0 2 2 1 0
4 5 0 5 4 1 0 2 5 2 1 2
3 4 1 2 5 1 2 2 3 1 2 0
2 1 6 3 3 6 4 3 0 2 4 2
1 5 3 3 2 5 3 1 3 6 4 4
7 7 6 7
ep = 9.94 rechazar Ho

5.- Un ingeniero prueba la fuente de alimentacin utilizada en una computadora

porttil. Con un nivel de significancia de 5%, desea determinar si el voltaje de salida
est descrito de manera adecuada por una distribucin normal. A partir de una
muestra aleatoria de 100 unidades, obtiene las estimaciones muestrales de la media
y la desviacin estndar como 5.4v y 0.8v respectivamente.
Voltaje de
N de unidades
salida
<4.948 12
4.948-4.986 14
4.986-5.014 12
5.014-5.040 13
5.040-5.066 12
5.066-5.094 11
5.094-5.122 14
5.122 12
Podemos afirmar que no hay evidencia fuerte que indique que el voltaje de salida no
est distribuido de manera normal? ep = 3.03 Aceptar Ho
6.- Una empresa de mercadotecnia tiene muchas mquinas fotocopiadoras, varias de

cada una de 3 modelos. Durante el semestre pasado, el gerente ha tabulado para
cada mquina el nmero promedio de minutos por semana que est fuera de servicio
como consecuencia de reparaciones, obteniendo los siguientes datos.
Modelo: Minutos por semana
A : 15 17 16 15 13
B : 17 18 20 22 21
C : 10 12 14 11
Se afirma que el promedio del modelo B difiere de los otros promedios, Est usted
de acuerdo? ep = 22.10 P = 0.00
7.- Los empleados de un Policlnico encuestados sobre el nivel de satisfaccin con su

trabajo produjeron la siguiente tabla de contingencia.
Categora Ocupacional
Satisfaccin
Tcnico Mdico Administr. Servicio
S 30 50 22 18
No 10 10 2 18
Se realiz una prueba poco significativa, se puede afirmar que la satisfaccin est
asociada con la categora ocupacional? ep = 17.78 rechazar Ho
8.- Un fabricante de partes maquinadas est considerando la compra de una de tres

marcas de mquinas de venta en el mercado. Para ayudar a tomar esta decisin el
gerente ha acumulado la produccin diaria de algunos das escogidos al azar para
cada mquina.
Marca: Produccin
I 36 34 37 35 33 38
II 31 35 32 33 39 36 37
III 36 28 34 32 30
Sin embargo el gerente no sabe mucha estadstica, por lo cual contrata a un estadstico,
quien luego de realizar el anlisis le aconseja que, puede comprar cualquiera de las
mquinas. El gerente tiene sus dudas con respecto a esta recomendacin, Podra
ayudarle, explicndole en qu se bas el estadstico?
ep = 2,54 P = 0,112

9.- Se clasific una muestra aleatoria de hombres casados, todos jubilados, de acuerdo
con su nivel de educacin y el nmero de hijos.
Nmero de hijos
Educacin
0-1 2-4 Ms de 4
Primaria 43 41 36
Secundaria 107 152 81
Universidad 30 47 63
Se puede afirmar que es alta la asociacin entre el tamao de una familia y el nivel
de educacin alcanzado por el padre?
ep = 24.21 Aceptar H1 No 0.20
10.- Tres proveedores diferentes proporcionan piezas en lotes de 500. Para comparar la
calidad de los lotes se toman muestras aleatorias de seis lotes de cada proveedor y se
examinan para determinar el nmero de piezas no conformes. Los resultados fueron:
Proveedor:
A : 28 37 34 29 31 33
B : 22 27 29 20 18 30
C : 33 29 39 33 37 38
Podemos afirmar que al menos uno de los proveedores es diferente en cuanto a su
promedio? ep = 0,944 aceptar Ho
11.- Los datos siguientes pertenecen a un estudio en el cual un socilogo desea

determinar si existe una relacin entre tener xito en la vida (medido por un
cuestionario) y el sentido del humor (medido por una prueba especial).
Sentido del humor

xito en la vida
Bajo Medio Elevado
Bajo 52 60 58
Medio 120 180 94
Elevado 48 54 65
Se puede afirmar que quienes tienen sentido del humor, tienen xito en la vida?
ep = 17.098 P = 0.002
12.- Una empresa est interesada en comparar los pagos iniciales por hora de los
graduados en administracin de tres universidades A, B y C. Para estudiar el caso se
eligieron muestras aleatorias de seis graduados de administracin de cada
universidad. La tabla muestra el salario por hora inicial de cada ingeniero.
Universidad: Pago por hora (dlares)
A : 21,25 21,25 22,35 22,25 22,00 21,85
B : 22,50 23,05 23,12 23,35 22,55 22,60
C : 21,75 22,00 20,85 21,61 22,10 22,15
El rector de la universidad A dice que no existe diferencia significativa entre lo que

ellos pagan por hora y lo que paga por el mismo periodo la universidad C. Est
usted de acuerdo? Explique por qu. ep = 11.82 P = 0.001
13.- El nmero de accidentes mensuales durante un periodo de 30 meses fue:
8 0 0 1 3 4 0 2 12 5
1 8 0 2 0 1 9 3 4 5
3 3 4 7 4 0 1 2 1 2
Realice una prueba de bondad de ajuste apropiada, altamente significativa.

ep = 8.33 aceptar Ho

14.- El supervisor de un proceso de ensamblado desea determinar si el nmero de

artculos fabricados con defectos depende del da de la semana en que son
producidos. Reuni la informacin siguiente.
Da de la semana
Lunes Martes Mircoles Jueves Viernes
Sin defectos 85 90 95 95 90
Defectuosos 15 10 5 5 10
Con una confianza del 99%, Existe la evidencia suficiente para afirmar que el
nmero de artculos defectuosos nada tiene que ver con el da de la semana en que
se fabrican? ep = 8.55 P = 0.073
15.- Un estudiante de estadstica quiere verificar si es razonable suponer que algunos

datos de ventas han sido muestreados de una poblacin normal. Antes de realizar
una prueba de hiptesis con las ventas promedio, reuni algunos datos de ventas y
calcul un promedio de 76 y una varianza de 81, tabulando los datos como sigue:
Ventas < 65 65-70 70-75 75-80 80-85 85-90 90

N de das 12 22 4 16 25 6 20
Aydele al estudiante a verificar si los datos tienen una distribucin normal

ep = 86.97 Rechazar Ho
16.- El gerente de una compaa de software para computadoras est estudiando el

nmero de horas que los ejecutivos de alto nivel dedican al uso de sus terminales de
computadora, por tipo de industria. Se tiene una muestra de cinco ejecutivos de
cada una de las tres industrias.
Banca : 12 10 10 12 10
Comercio : 8 8 6 8 10
Seguros : 10 8 6 8 10
Al nivel de significacin 0.05, El Gerente puede llegar a la conclusin de que existe

diferencia en el nmero promedio de horas por industria que los ejecutivos dedican
al uso de terminales semanalmente? De ser as, explique entre quines se da esa
diferencia. ep = 5.73 P = 0.018
17.- Una empresa est intentando decidir cul de entre tres tipos de automviles
consume menos uno americano, uno japons y otro europeo. Para verlo, se toman
muestras de cada tipo y a cada automvil se le hace recorrer 100 kilmetros y se
anota el consumo. Los resultados son los siguientes:
Tipo de automvil Consumo

Americano 18,0 17,6 15,4 19,1 16,9
Japons 20,1 15,6 16,1 15,3 15,4 18,7
Europeo 19,3 17,4 15,1 18,6 16,1
A qu conclusin llegar la empresa? Usar un nivel del 1%.

ep = 0.96 Aceptar Ho
18.- Se pregunta a 50 economistas, 40 ingenieros y 10 abogados si creen que la bolsa en

el prximo mes va a bajar, subir o permanecer igual. El 20% de los economistas
opina que subir, mientras que el 40% de ellos piensa que bajar. El 50% de los
ingenieros se inclina por que permanecer igual, y tan slo el 5% cree que bajar.
Por ltimo, la mitad de los abogados se inclina por la subida y la otra mitad cree que
bajar. Existe relacin entre los pronsticos sobre la evolucin del mercado burstil
y la profesin del encuestado? ep = 18.105 rechazar Ho

19.- Se desea comparar la efectividad de tres mtodos de enseanza de la programacin

de cierta computadora; mtodo 1 que es la instruccin directa a travs de las
instrucciones de la computadora; mtodo 2 que implica la atencin personal de un
instructor y alguna experiencia directa trabajando con la computadora; y el mtodo
3 que implica la atencin personal de un instructor ms no el trabajo con la
computadora misma. Se toman muestras al azar de tamao 4 de grupos de
estudiantes instruidos por los tres mtodos, los estudiantes obtuvieron las siguientes
calificaciones:
Calificaciones
Mtodo 1 : 71 75 65 69
Mtodo 2 : 90 80 86 84
Mtodo 3 : 72 77 76 79
En el nivel de 0,01, Se puede afirmar que los tres mtodos de enseanza son
igualmente efectivos? De no ser as, explique entre cules se presenta diferencias.
ep = 15.78 P = 0.001
20.- El fabricante de una bebida baja en caloras est considerando la importancia del
color del envase rojo, amarillo o azul- en las ventas de la bebida. Para ello elige
diecisis tiendas ms o menos del mismo tamao, y lleva potes rojos a seis de las
tiendas, amarillo a cinco y azules a los cinco restantes. Despus de unos cuantos
das, se anotan las ventas (en decenas de latas) en las diferentes tiendas,
obtenindose los resultados que aparecen a continuacin:
Rojo : 43 52 59 76 61 81
Amarillo : 52 37 38 64 74
Azul : 61 29 38 53 79
Con una confianza del 99%, Se puede afirmar que las ventas medias para los tres
colores de envase son las mismas? Si no es as, Entre qu colores se da la
diferencia? ep = 0.61 P = 0.556
21.- Se realiza un experimento para determinar el efecto de tres sustancias diferentes

sobre la resistencia de una tela. Las sustancias se emplean como parte del proceso
terminal de planchado permanente. Para ello se escogen cinco muestras de tela y se
aplica un diseo completamente aleatorizado por bloques completos mediante la
prueba de cada sustancia en un orden aleatorio sobre cada una de las muestras de
tela. Los datos aparecen en la siguiente tabla:
Muestra de tela
Sustancia
1 2 3 4 5
A 1.3 1.6 0.5 1.2 1.1
B 2.2 2.4 0.4 2.0 1.8
C 1.8 1.7 0.6 1.5 1.3
Existe diferencia en las sustancias qumicas en cuanto al efecto que tienen sobre la
resistencia promedio de la tela? ep = 9.60 P = 0.008
22- Los siguientes datos corresponden a los docentes que trabajan en una universidad,
clasificados segn su categora y su satisfaccin en el trabajo.
Categora del Docente
Satisfaccin
en el Trabajo Jefe de Profesor Profesor Profesor
Prctica Auxiliar Asociado Principal
Mucha 40 60 52 63
Regular 78 87 82 88
Poca 57 63 66 64
Podemos afirmar con una confianza del 98% que la categora de un docente influye
en su satisfaccin en el trabajo? ep = 2.75 P = 0.839

23.- Un socilogo desea determinar si existe una relacin entre la inteligencia de jvenes
que se han sometido a un programa de capacitacin especial en el trabajo y su
desempeo subsiguiente en sus empleos. Una muestra de 400 casos tomados de
archivos muy grandes produjo los siguientes resultados:
Desempeo
Cociente Intelectual
Deficiente Regular Bueno
Debajo del promedio 67 64 25
Promedio 42 76 56
Arriba del promedio 10 23 37
Se puede concluir que existe buena asociacin entre el desempeo en el trabajo y la
inteligencia? ep = 41.01 P = 0.00
24.- Se clasific una muestra aleatoria de 90 adultos, de acuerdo con su sexo y el nmero
de horas que ven televisin durante una semana.
Sexo
Horas
Masculino Femenino
Ms de 25 15 29
Menos de 25 27 19
Es buena la asociacin entre el sexo de las personas y el nmero de horas que ven
televisin durante la semana? . ep = 5.47 P = 0.019
25.- Los siguientes datos se refieren a los salarios ($) de 130 trabajadores de una
empresa elegidos en forma aleatoria. Si se sabe que el promedio es 165 y la varianza
25.
Salarios ($) N de trabajadores
< 156 18 Verificar si la distribucin
156-160 20 dada se aproxima a una
160-164 9 distribucin normal.
164-168 45
168-172 28
172 10
26.- Un departamento de estudios de transporte de los tres principales centros de peaje

de una ciudad midi el volumen de trnsito que pasa por un punto del centro en
cada calle durante intervalos de cinco minutos. Se cuenta con el nmero de
vehculos en periodos seleccionados al azar para cada calle.
Calle: Volumen de trnsito
1 : 30 45 26 44 18 24 38 42 29
2 : 24 33 31 16 31 13 12
3 : 35 47 31 43 46 27 31 21
A un nivel de significancia de 0.10, Es el volumen promedio del trfico igual en las

tres calles? De no ser as, En cul es mayor? ep = 3.54 P = 0.047
27.- Se registr el nmero de accidentes, por semana, en cierto cruce de caminos durante
una muestra aleatoria de semanas, con los resultados que se muestran a
continuacin:
N de accidentes : 0 1 2 3 4 5
N de semanas : 52 32 16 9 11 7
Verificar si la variable aleatoria nmero de accidentes tiene una distribucin
conocida, suponiendo que las observaciones son independientes.

28.- Un investigador desea determinar si existe o no una relacin entre un estudiante de

una especialidad y su intencin de asistir a cursos de post-grado. La siguiente tabla
muestra los resultados de una encuesta hecha a un grupo de estudiantes.
Especialidad Piensa asistir a cursos de Post-Grado

S No Inseguro
Administracin 12 9 15
Economa 14 5 5
Contabilidad 10 7 9
Marketing 8 6 5
Al nivel del 5%, Qu se puede inferir? ep = 4.95 P = 0.550
29.- Un auditor del departamento de impuestos quiere comparar la eficiencia de cuatro

centros regionales de procesamiento de datos de impuestos. Se seleccion una
muestra aleatoria de cinco declaraciones y se determin el nmero de das entre
recepcin de la declaracin de impuestos y el procesamiento final. Los resultados (en
das) fueron como sigue:
C. Regionales :
Oriente : 49 54 40 60 43
Centro : 47 56 40 51 55
Sur : 39 55 48 43 50
Occidente : 52 42 57 46 50
Existe diferencia altamente significativa en el tiempo de procesamiento entre los
cuatro centros regionales? Si es as, explique entre quines se da diferencia.
ep = 0.18 P = 0.911
30.- A continuacin se presenta una distribucin de frecuencias observadas. Utilizando
una distribucin normal con media 5 y desviacin estndar 1.5.
Variable Frecuencia
< 2.5 6
2.5-3.8 30
3.8-5.0 41
5.0-6.2 52
6.2 12
Esta distribucin de frecuencias parece estar bien descrita por la distribucin

normal sugerida? ep = 15.96 Rechazar Ho
31.- Estn considerndose cuatro diferentes mquinas para su uso en la manufactura de

sellos de goma. Estas mquinas estn siendo comparadas con respecto a la
resistencia de tensin del producto. Se utiliza una muestra aleatoria de 4 sellos de
cada mquina para determinar si la resistencia promedio a la tensin vara de
mquina a mquina o no. Las siguientes son las mediciones de resistencia a la
tensin en kilogramos por centmetro cuadrado10-4.
Mquinas
A B C D
17,5 16,4 20,3 14,6
16,9 19,2 15,7 16,7
15,8 17,7 17,8 20,8
18,6 15,4 18,9 18,9
Con un nivel de significancia de 0.05, Podemos afirmar que al menos una de las
mquinas presenta diferente promedio? ep = 0.84 aceptar Ho

32- Se determina el tiempo de respuesta, en milisegundos, para tres tipos diferentes de

circuitos en una calculadora electrnica. Los resultados son los siguientes:
Tipo de circuito Respuesta
1 : 19 22 20 18 25
2 : 20 21 33 27 40
3 : 16 15 18 26 17
Podemos afirmar que el tiempo de respuesta promedio de los tres circuitos es el

mismo? Si no es as, entre cules se da la diferencia.
ep = 4.01 P = 0.046
33.- Se realiza una investigacin acerca de la calificacin del desempeo en el trabajo y

los logros acadmicos en la universidad. Se selecciona una muestra aleatoria de
empleados y se obtienen los siguientes resultados:
Nivel Acadmico en Universidad

Calificacin de desempeo
A B C
Excelente 10 5 5
Promedio 20 12 8
Malo 20 13 7
Debe llegarse a la conclusin de que la calificacin del desempeo en el trabajo no
est altamente relacionada con los logros acadmicos en la universidad? Por qu?
34.- Se desea probar si el nmero de rayos gamma emitidos por segundo por cierta
sustancia radiactiva es una variable aleatoria que tiene la distribucin de Poisson.
Para ello se cuenta con los datos obtenidos en 300 intervalos de un segundo.
N de rayos gamma 0 1 2 3 4 5 6 7
Frecuencia 19 48 66 74 44 35 10 4
Obtener una conclusin altamente significativa. ep = 5.14 Aceptar Ho
35.- Con el fin de planear cunto dinero en efectivo se debe dejar a la mano en la caja
fuerte de un banco, el gerente est interesado en ver si el depsito promedio de un
cliente est distribuido normalmente. Se sabe que la media es S/1500 y la varianza
360000.
Depsito N de clientes
< 1000 10
1000- 2000 65
2000-3000 86
3000-4000 58
4000-5000 72
5000-6000 43
6000 5
Un empleado recin contratado, con la esperanza de ser ascendido, ha recolectado la
informacin de la tabla anterior y desea probar si la distribucin es normal.
36.- Cada da, de lunes a sbado, un repostero hornea cuatro pasteles grandes de
chocolate y los que no se venden el mismo da se regalan a un centro de
beneficencia.
N de pasteles vendidos 0 1 2 3 4
N de das 2 18 52 96 228
Probar si se pueden considerar valores de una variable aleatoria conocida.

37.- La tabla siguiente est basada en una encuesta acerca de los ingenieros de sistemas,
realizada en una ciudad. Se les dividi en tres grupos en base a su currculum
acadmico y a sus ingresos al cabo de 10 aos de ejercicio.
Ingreso
Currculum Alto Mediano Bajo
Acadmico
Alto 18 17 5
Mediano 26 38 16
Bajo 6 15 9
El hecho de tener un tipo de currculum afecta el tipo de ingreso? Llegue a una
conclusin altamente significativa. * ep = 6.11 Aceptar Ho
38.- Los siguientes datos corresponden a los puntajes obtenidos por los alumnos de una
universidad. Con una probabilidad de 0,90
Inters en la Capacidad para las Matemticas

Estadstica Baja Media Alta
Bajo 63 42 15
Medio 58 61 31
Alto 14 47 29
Podemos afirmar que un alumno que es bueno en matemticas no necesariamente
es bueno en estadstica? Tenga en cuenta que no estamos dispuestos a rechazar la
hiptesis cuando sta en realidad sea verdadera. * ep = 32.14 P = 0.00
39.- Determinar si los puntajes de un considerable grupo de estudiantes de Estadstica

Aplicada pueden ser aproximados mediante una distribucin normal, si se sabe que
el promedio aritmtico es 58.6 y la varianza 196.
Puntajes N de estudiantes
< 30 14
30-35 18
35-40 22
40-45 20
45-50 40
50 28
Obtener una conclusin altamente significativa.
* ep = 243.29 Rechazar Ho
40.- Se utilizaron tres mtodos para determinar si stos influyen en el aprendizaje en

ciertos cursos. El mtodo I puede ser descrito de la manera siguiente: las tareas se
entregan semanalmente y debe aplicarse un examen a la mitad del curso y otro final.
El mtodo II consiste en hacer 4 exmenes cada mes, los mismos que cubren el
material visto en el mes anterior. El mtodo III consiste en exmenes semanales de
30 minutos y un examen final. Se asignaron tareas en los mtodos II y III, pero su
entrega no fue exigida. Se utiliz el mismo profesor y libro de texto en los tres
mtodos, y los tres grupos fueron representativos de los estudiantes, de los ltimos
semestres de la escuela. La variable de respuesta medida fue un porcentaje de los
puntos obtenidos por cada estudiante.
Mtodo:
1 : 91 62 77 84 52 67 58 78 88 72
2 : 85 91 79 84 73 47 92 91 62
3 : 79 85 74 89 79 80 94 91
Para una probabilidad de 0,99, Existe o no diferencia en los promedios de los tres
mtodos? ep = 1.72 P = 0.200

41- En cuatro secciones de una facultad se dicta como curso obligatorio el de

Estadstica. Se sabe que en las cuatro secciones el promedio es igualmente
representativo. Se toman muestras aleatorias de cada clase. Supngase que las
calificaciones estn normalmente distribuidas y que los datos obtenidos son:
Seccin : Notas
A : 85 78 90 79 92 88
B : 66 75 72 81
C : 59 50 66 70 62 72 65
D : 61 71 69 80 75
Se puede concluir que la seccin A difiere de las dems secciones en cuanto a sus
notas? Obtenga una decisin significativa. ep = 11.60 Rechazar Ho
42.- Disponemos de un lote de dispositivos electrnicos, cada uno de los cuales consta de
seis circuitos, observndose el siguiente nmero de defectos en cada dispositivo
electrnico.
N de circuitos defectuosos : 0 1 2 3 4 5 6
N de dispositivos : 49 153 148 50 95 86 98
Aproximar los datos a una distribucin conocida, con un nivel de 0.01.
43- Un especialista en computacin deseaba llevar a cabo un experimento para

investigar la eficiencia relativa de los tres lenguajes de computacin: Fox Pro, C++ y
Java en la solucin de un problema de gran escala. Se seleccion una muestra
aleatoria de estudiantes del ltimo ao de ingeniera de sistemas, con la misma
idoneidad para los tres lenguajes. Los estudiantes se asignaron de modo aleatorio a
un lenguaje en particular y se les pidi contar el nmero de horas de trabajo
necesarias para resolver el problema. Los resultados fueron como sigue:
Lenguaje : N de horas
Fox Pro : 20 17 26 19 24 22
C++ : 23 20 27 30 25 26
Java : 20 23 19 24 27 25
Podemos afirmar que existe diferencia altamente significativa entre el nmero de
horas promedio de los tres lenguajes de programacin? ep = 2.08 P = 0.160
44.- Se propone que el nmero de defectos en las tarjetas de circuito impreso sigue una
distribucin Poisson. Se rene una muestra aleatoria de 60 tarjetas de circuito
impreso y se observa el nmero de defectos. Los resultados obtenidos son los
siguientes:
N de defectos : 0 1 2 3
Frecuencia : 32 15 19 14
Con una confianza del 95%, Podemos afirmar que la distribucin de los defectos en
las tarjetas de circuito impreso es Poisson?
45.- Tres proveedores diferentes proporcionan piezas en lotes de 500. Para comparar la
calidad de los lotes se toman muestras aleatorias de seis lotes de cada proveedor y se
examinan para determinar el nmero de piezas no conformes. Los resultados se
muestran a continuacin:
Proveedor:
A : 28 37 34 29 31 33
B : 22 27 29 20 18 30
C : 33 29 39 33 37 38
Podemos afirmar que el nmero medio de piezas no conformes por lote no es la
misma para los tres proveedores? ep = 10.45 p = 0.001

46.- Un editor de un peridico, deseoso de identificar con precisin las caractersticas de

su mercado, se pregunta si el nmero de lectores en la comunidad guarda relacin
con la escolaridad de ellos. En un cuestionario pregunt a los adultos, que vivan en
la zona, su nivel de escolaridad y la frecuencia de lectura. Los resultados se incluyen
en la siguiente tabla:
Frecuencia Graduados
Postgrado Secundaria Primaria
de Lectura Universit.
Nunca 7 14 13 16
Algunas veces 13 17 7 7
Matut. o Vesper. 39 41 10 5
Ambas ediciones 22 23 8 12
En el nivel de significancia de 0.10, A qu conclusin llegar el editor?
47.- A una muestra aleatoria de seis profesores auxiliares, cuatro profesores asociados y
cinco profesores principales se les propuso que hicieran una estimacin del tiempo
que haban dedicado la ltima semana a preparar sus clases. Los resultados, en
horas, fueron los siguientes:
Categora Tiempo
Auxiliar 7 12 11 15 9 14
Asociado 15 12 15 8
Principal 11 7 6 9 7
El decano cree que no existe diferencia significativa entre la cantidad de tiempo
empleado por los profesores para preparar sus clases, Cree usted que est en lo
correcto? ep = 0.92 aceptar Ho
48.- Un profesor de la facultad de Ingeniera de Sistemas ensea en cuatro clases el

mismo curso de Inferencia Estadstica. En cada clase procede de la misma forma,
esto es, utiliza la misma metodologa as como el mismo sistema de evaluacin; sin
embargo, en cada una utiliza un texto diferente. Supngase que los estudiantes se
eligen aleatoriamente para las cuatro clases. Al terminar el periodo el profesor hace
un resumen de las notas, las cuales son las siguientes:
Texto : Notas
1 : 78 78 74 72 81 34 80
2 : 51 53 62 78 49 83 50 57 66
3 : 69 54 68 58 71 68 58 71
4 : 54 65 79 69 50
Puede el profesor concluir que el tipo de texto ha afectado el rendimiento de los
alumnos? ep = 0.90 aceptar Ho
49.- En un experimento un ingeniero est interesado en cmo vara la absorcin media de

humedad en el concreto de entre cuatro diferentes mezclas de concreto. Las mezclas
varan en el porcentaje en peso de cierto ingrediente importante. Se exponen a la
humedad durante 48 horas.
Mezcla (% de peso)
1 : 551 457 450 731 499 632
2 : 595 580 508 583 633 517
3 : 639 615 511 573 648 677
4 : 417 449 517 438 415
El ingeniero ha verificado que el promedio aritmtico es igualmente representativo
para cada mezcla, sin embargo cree que la mezcla 4 difiere de las dems mezclas en
cuanto a su promedio, es correcta su apreciacin? Obtener una conclusin al nivel
del 1%.

50.- Un partido poltico desea conocer si existe relacin entre el grado de aceptacin de su
programa electoral y el sueldo de los electores ((en soles). Para ello selecciona al azar
a 50 personas y obtiene los siguientes resultados.
Sueldo A favor En contra Indecisos

Menos de 800 15 43 54
Entre 800 y 1200 25 32 12
Ms de 1200 28 18 10
Aceptara el partido poltico que el sueldo medio de los electores explica el grado de
aceptacin del programa electoral a un nivel de confianza del 95%.
ep=3.24 Rechazar Ho
51.- Se compararon estudiantes universitarios de tres especialidades diferentes con

respecto a su aptitud para la computacin. Los estudiantes se clasificaron en las
categoras excelente, promedio, inferior al promedio. A cada estudiante se le aplic el
examen de aptitud en computacin KSW, registrndose el puntaje obtenido. Los
resultados fueron los siguientes:
Puntajes
Excelente : 16 22 18 20 16 21
Promedio : 21 19 16 17 5 20 18 19
Inferior : 4 20 13 14 8 6 11
Podemos afirmar que existe diferencia significativa entre las tres categoras o slo
entre dos? Explique. ep = 5.39 P = 0.015
52.- Los nmeros que siguen son las prdidas de peso de ciertas partes de una mquina
debidas a la friccin, en miligramos, donde se utilizaron con tres lubricantes
diferentes.
Lubric. Prdidas de peso (miligramos)
X : 12 11 7 13 9 11 12 9
Y : 8 10 7 5 6 10 7 8 11 7
Z : 9 3 7 8 4 6 6 5
Podemos afirmar que las diferencias entre las tres medias de las muestras se
pueden atribuir al azar? ep = 10.58 P = 0.001
53.- Los siguientes datos corresponden a una muestra tomada al azar de 100 personas,
obtenindose los resultados que se indican:
Hombres Mujeres
Fumadores 30 10
No fumadores 20 40
Podemos afirmar que hay buena asociacin entre gnero y fumar?

54.- Una agencia de empleos desea saber cul es ms efectivo de tres tipos de anuncios
en la seccin de avisos clasificados de un peridico local. Durante varias semanas se
alternaron de manera aleatoria los tres tipos de anuncios (con encabezado grande,
normal, o con letra especial), registrndose semanalmente el nmero de personas
que respondan a los anuncios.
N de personas que respondieron
Encabezado grande : 23 42 36 48 33 26
Normal : 19 31 18 24 26
Con letra especial : 28 33 46 29 34 34
Podemos afirmar que no hay diferencia en la efectividad de los anuncios, tomando
como base el nmero medio de respuestas? ep = 3.73 aceptar Ho

55.- Se obtuvo una muestra de 270 diskettes de cierta marca que pueden poseer errores
clasificados en distintos tipos.
Tipo de error : 0 1 2 3 4
Frecuencia : 46 96 85 35 8
Se quiere averiguar si la variable aleatoria tipo de error, sigue una distribucin
Binomial. Con un 5% de riesgo de equivocarnos.
56.- Seis monedas fueron lanzadas muchas veces. Las frecuencias de los nmeros de
caras se dan a continuacin:
Nmero de caras 0 1 2 3 4 5 6
Frecuencias 48 120 285 324 312 145 58
Con una confianza del 99%, verifica si los datos se ajustan a un modelo binomial.
57.- El fabricante de una bebida baja en caloras est considerando la importancia del
color del envase rojo, amarillo o azul- en las ventas de la bebida. Para ello elige 15
tiendas ms o menos del mismo tamao, y lleva envases rojos a seis de las tiendas,
amarillos a cinco y azules a las cinco restantes. Despus de unos cuantos das, se
anotan las ventas (en decenas de latas) en las diferentes tiendas, obtenindose los
siguientes resultados:
Color del envase:
Rojo : 43 52 59 76 61 81
Amarillo : 52 37 38 64 74
Azul : 61 29 38 53
Podemos afirmar que las diferencias que se encuentren entre los promedios de los
tres envases no son significativas y se deben slo al azar?
ep = 1.54 P = 0.254
58.- Supngase que deseamos decidir, sobre la base de los datos que se muestran en la
siguiente tabla, si el nmero de errores que comete un tipgrafo al elaborar una
galera de texto es una variable aleatoria que tiene una distribucin de Poisson.
N de errores 0 1 2 3 4 5 6 7 8 9
Frecuencias 18 53 103 107 82 46 18 10 2 1
Realizar dicha prueba, con un nivel del 10%. ep = 6 Aceptar Ho
59.- Un investigador opina que las calificaciones que consiguen los estudiantes
universitarios dependen del tiempo que dediquen a escuchar msica. Con el objeto
de probar su teora, ha aplicado aleatoriamente un cuestionario a 400 alumnos. El
cuestionario contiene dos preguntas: "cuntas horas por semana escucha usted
msica?" y "cul es su calificacin promedio en todos los cursos?". Los datos de la
encuesta se incluyen en la tabla siguiente.
Horas dedicadas Calificacin Promedio

a escuchar msica A B C D E
<5 13 10 11 16 5
5-10 20 27 27 19 2
11-20 9 27 71 16 32
20 8 11 41 24 11
Usando un nivel de significacin del 5%, Podemos afirmar que existe relacin entre
la calificacin promedio y el nmero de horas que dedican a or msica?
ep = 63.83 P = 0.00

60.- En un experimento se compararon las velocidades que logran varias secretarias al

teclado de una mquina de escribir mecnica, de una elctrica y de una terminal de
computadora. En forma aleatoria se pidi a 18 secretarias que utilizaran el teclado
en ambas mquinas. Los puntajes obtenidos fueron los siguientes:
Puntajes
Mquina mecnica 70 58 62 56 65 49
Mquina elctrica 62 78 48 63 55 51
Computadora 52 60 47 48 52 40
Hay evidencia suficiente para concluir que existe una diferencia entre las medias
poblacionales de los tres tipos de mquinas? Recomendaras en especial una de las
tres mquinas? * ep = 2.75 aceptar Ho
61.- Una muestra al azar de sujetos lee 1, 3 y 5 veces una lista de palabras que deben
memorizar. Tras cada lectura se les pasa una tarea de recuerdo. Sus aciertos fueron:
N de Lecturas Nmero de aciertos

1 15 17 14 18 18 16
3 21 25 22 24 29 27
5 28 32 34 35 30 30
Podemos concluir que las tres lecturas producen promedios similares?
ep = 0.885 No
62.- La distribucin siguiente corresponde a las lecturas obtenidas con un contador

Geiger del nmero de partculas emitidas por una sustancia radiactiva en intervalos
sucesivos de 40 segundos.
N de partculas Frecuencia
5- 9 1
10-18 10
19-24 37
25-30 36
31-36 13
37-43 2
44-50 1
Probar si los datos pueden considerarse como una muestra tomada al azar de una
poblacin normal. ep = 2.97 aceptar Ho
63.- Un ingeniero de control de calidad de una compaa fabricante de equipos

electrnicos de audio se encuentra inspeccionando un nuevo tipo de batera que tal
vez pueda utilizar. Un lote de 20 bateras fue dividido aleatoriamente en cuatro
grupos (de modo que haba cinco bateras en cada uno). Cada grupo de bateras fue
sometido a un nivel particular de presin: baja, normal, alta y muy alta. Las bateras
se probaron simultneamente bajo estos niveles de presin y se registraron los
tiempos de falla (en horas).
Presin:
Baja : 8,0 8,1 9,2 9,4 11,7
Normal : 7,6 8,2 9,8 10,9 12,3
Alta : 6,0 6,3 7,1 7,7 8,9
Muy Alta : 5,1 5,6 5,9 6,7 7,8
Se afirma que existe diferencia altamente significativa solamente entre el grupo de

bateras con presin baja y el grupo de bateras con presin muy alta, Est usted
de acuerdo? Explique por qu s o por qu no. ep = 6.74 rechazar Ho

64.- En un estudio acerca del nmero de clientes esperando turno para ser atendidos en
la caja de una tienda de autoservicios, se eligieron al azar intervalos no superpuestos
de 5 minutos cada uno. Los resultados se muestran a continuacin:
N de clientes : 0 1 2 3 4 ms
N de intervalos : 8 20 25 18 9
Realizar la prueba de bondad de ajuste ms apropiada, para un nivel del 1%
ep = 2.77 aceptar Ho
65.- Se cree que el nmero de erratas por pgina de un determinado libro sigue una
distribucin de Poisson. Elegida una muestra aleatoria simple de pginas del
mencionado libro se obtuvo la siguiente distribucin de frecuencias absolutas sobre
dicho nmero de erratas por pgina.
N de erratas : 0 1 2 3 4 5
N de pginas : 35 72 68 48 17 6
Obtener una decisin altamente significativa. ep = 2.22 aceptar Ho
66.- En una empresa se escogi a un grupo de empleados al azar; para que en uno de
cuatro grupos de entrenamiento, aprendieran a ejecutar una tarea en una lnea de
ensamble. Los grupos eran diferentes respecto de la cantidad de instruccin que
haban recibido. Al terminar el periodo de entrenamiento, cada uno de los empleados
realiz la tarea. Se hizo un registro del tiempo (en minutos) que necesitaron para la
realizacin completa de la tarea y se obtuvieron los siguientes resultados:
A : 51 42 44 65 49
B : 60 65 82 56 40 12
C : 80 75 98 23
D : 53 50 45 50 45
El Jefe de Personal quiere saber si existe diferencia significativa entre el tiempo
promedio necesitado por cada uno de los empleados
67.- Con la esperanza de atraer ms usuarios, una compaa de transporte urbano

planea ofrecer servicios de autobuses a partir de un terminal suburbano hacia el
distrito comercial en el centro de la ciudad. Estos autobuses deben reducir el tiempo
de traslado. La municipalidad decide realizar un estudio del efecto de cuatro
diferentes proyectos (tales como un carril especial para los autobuses y una
sealizacin secuencial del trfico) sobre el tiempo de traslado de los autobuses. Se
miden los tiempos en minutos durante varios das de la semana durante un viaje, a
la hora de mayor afluencia en la maana, cuando cada proyecto est en operacin.
Los resultados se muestran en la tabla siguiente:
Plan Tiempo de traslado(minutos)
A 27 25 29 26 28
B 25 28 30 27 24
C 34 29 32 31 36
D 30 33 31 32 26
Si tuvieras que adoptar uno de estos planes, sabiendo que cometer un error tipo I
sera muy grave, qu plan adoptaras? Por qu?
68.- Los siguientes datos corresponden a la distribucin de descomposturas de

maquinaria por hora en una planta de ensamble.
N de descomposturas : 0 1 2 3 4 5 6 7 8 9
N de horas : 6 8 12 18 10 9 7 8 5 1
Con un nivel de significancia del 2.5%, podemos ajustar los datos a una
distribucin conocida?

69.- Una afirmacin generalizada entre los profesores es que la popularidad de un

maestro entre los estudiantes est altamente relacionada con las calificaciones que
stos reciben. Para poner a prueba esta afirmacin, un investigador recab los
siguientes datos:
Calificaciones
Popularidad
A B C D E
Sobresaliente 13 17 15 13 13
Competente 20 38 60 16 10
Necesita Mejorar 20 30 45 12 10
Es correcta la afirmacin? Por qu? ep = 15.83 Aceptar H1
70.- Se realiza una investigacin para determinar si hay alguna asociacin entre el peso
de un estudiante y un xito precoz en la escuela, a juicio de un psiclogo escolar. Se
selecciona una muestra aleatoria consistente en 500 estudiantes. Se clasifica a cada
estudiante de acuerdo con dos criterios, el peso y el xito en la escuela. La tabla de
contingencia generada es la siguiente:
Con sobrepeso Sin sobrepeso
xito 162 263
Fracaso 38 37
Se puede concluir que hay una alta asociacin entre ambas variables?
71.- El control de calidad de una determinada pieza se realiza a travs de tres pruebas,
considerndose que los resultados proporcionados por las tres pruebas son
igualmente significativos. Para contrastar dicha hiptesis, con un nivel del 1%, se
seleccionan tres muestras, las cuales dan los siguientes resultados:
Prueba 1 23 70 50 58 64 73
Prueba 2 36 50 43 32 71 55 61 29 42 60
Prueba 3 56 58 40 31 63
A la vista de estas observaciones, puede afirmarse que las tres pruebas aportan
resultados similares? ep = 0.60 Aceptar Ho
72.- Se han realizado mediciones sobre el tiempo de respuesta, en milisegundos, para

tres tipos diferentes de circuitos de una calculadora electrnica. Se sabe que en los
tres tipos de circuitos el promedio aritmtico es igualmente representativo. Los
resultados son los que siguen a continuacin:
Tipo de circuito Tiempo de respuesta
A 9.5 11 10 9
B 10 10.5 16.5 20
C 8 7.5 9 11 8.5
Se puede concluir que el tiempo medio de respuesta de los circuitos B y C difiere?
Obtener una conclusin con un nivel del 5%.
73.- Una cadena de grandes almacenes tiene cinco divisiones, una en cada piso. De una
muestra aleatoria de clientes se obtuvo la siguiente clasificacin:
Divisin de compra
Tipo de pago Ropa y Cosmtica Muebles y Regalos
Juguetes
calzado y belleza electrodomsticos y joyas
Al contado (billetes) 80 30 10 10 90
Al contado (cheque) 100 90 30 20 60
Tarjeta de crdito 140 150 50 40 100
Se puede concluir que el tipo de pago est altamente asociado con la divisin de
compra? Por qu? ep = 59.46 Rechazar Ho

74.- Una fbrica de automviles quiere averiguar si el gnero de sus posibles clientes
tiene algo que ver con la preferencia de modelo. Se toma una muestra aleatoria de
posibles clientes y se obtiene los siguientes resultados:
Modelo
Gnero
A B C
Femenino 340 400 260
Masculino 350 270 380
A qu conclusin se llegar en la fbrica? Usar un nivel del 10%.

ep = 47.87 P = 0.00
75.- Se tienen los siguientes datos correspondientes al nmero de CDs defectuosos

fabricados por el grupo de obreros de los distintos turnos de una fbrica. Los datos
son mensuales. Los meses de recogida de datos se han seleccionado al azar para
cada turno.
Maana : 6 11 10 8 11 8
Tarde : 14 10 12 10 14 12
Noche : 10 12 7 15 11 11
Se puede concluir que existe diferencia altamente significativa entre los tres turnos
con respecto al promedio de defectuosos?
76.- Quinientos nios de un centro educativo fueron clasificados en forma cruzada de

acuerdo con el grupo socioeconmico al que pertenecen y la presencia o ausencia de
cierto defecto en el lenguaje. Los resultados fueron los siguientes:
Grupo Socioeconmico
Defecto del lenguaje
Alto Medio alto Medio bajo Bajo
Presente 8 24 32 27
Ausente 42 121 138 108
Son compatibles estos datos con la hiptesis de que el defecto en el lenguaje est
altamente relacionado con el grupo socioeconmico? Por qu?
ep = 0.77 Aceptar Ho
77.- En un centro universitario se dispone de tres libros de texto para impartir la
asignatura de Estadstica. El Decano supone que la calidad de los textos est
altamente asociada con las calificaciones obtenidas por los alumnos. Para
comprobarlo se realiza un experimento consistente en que tres grupos de alumnos
estudien con cada uno de los libros, siendo impartidas las clases por el mismo
profesor. Los resultados fueron:
Libros Reprobado Aprobado Notable Sobresaliente
A 10 32 12 40
B 14 12 10 30
C 8 40 6 16
Es correcta la afirmacin del Decano? Por qu? ep = 24.98 P = 0.00
78.- Disponemos de una muestra de 250 mujeres mayores de 18 aos, cuyos pesos son
los presentados en la tabla adjunta:
Pesos : 30-40 40-50 50-60 60-70 70-80 80-90 90-100 100-110
N Mujeres : 16 18 22 51 62 55 22 4
Se quiere saber si los datos de esta muestra provienen de una distribucin Normal.

79.- Una lista de palabras sin sentido se presenta en la pantalla del ordenador con cuatro
procedimientos diferentes, asignados al azar a un grupo de sujetos. Posteriormente
se les realiza una prueba de recuerdo de dichas palabras, obtenindose los
siguientes resultados:
Procedimiento
I : 5 7 6 3 9 7 4 2
II : 9 11 8 7 7
III : 8 6 9 5 7 4 4
IV : 1 3 4 5 1 4
Si se sabe que los procedimientos son homocedsticos, se puede afirmar que el
procedimiento IV difiere de los otros procedimientos? Por qu? Usar un nivel del
1%.
80.- Una fbrica de automviles quiere averiguar si la preferencia de modelo tiene

relacin con el sexo de los clientes. Se toman dos muestras aleatorias de 1000
hombres y 1000 mujeres, observndose las siguientes preferencias:
Modelo
Sexo
A B C
Femenino 340 400 260
Masculino 350 270 380
Cul ser la conclusin de la fbrica de automviles?
81.- Un grupo de aprendices en un curso tcnico son aleatoriamente asignados a tres

diferentes tipos de mtodos de instruccin, todos los cuales persiguen el desarrollo
de un nivel especfico de habilidad en diseo asistido por computadora. Las
calificaciones de aprovechamiento al trmino de la unidad de instruccin son:
Mtodo
1 : 86 79 81 70 84
2 : 90 76 88 82 89 85 84
3 : 82 68 73 71 81 72
Se puede concluir que no existe ningn efecto asociado con los mtodos de
instruccin? Usar un nivel del 5%.
82.- En el transcurso de dos horas, el nmero de llamadas por minuto solicitadas a una
central telefnica fue:
N llamadas/min : 0 1 2 3 4 5 6
Frecuencia : 6 18 32 35 17 10 2
Se puede aceptar, al nivel del 5%, que el nmero de llamadas por minuto sigue una
distribucin de Poisson?
83.- Se quiere averiguar si tres fertilizantes A, B y C presentan diferencias significativas

en cuanto a sus efectos sobre el aumento de la cosecha. Con este propsito se
eligieron al azar algunas parcelas a las que se fertiliz aleatoriamente con cada uno
de los fertilizantes en cuestin. Los aumentos de cosecha obtenidos fueron:
Fertilizante
A : 39 33 39 35 32 36 34
B : 36 40 35 30 29 38
C : 33 33 36 26 35
A la vista de estos datos, puede inferirse que existen diferencias significativas entre
los tres fertilizantes?

84.- Se desea estudiar el nmero de accidentes por da que se producen en una gran
empresa. Para ello se toman al azar los partes de 200 das dentro de los cinco
ltimos aos, encontrando los siguientes resultados:
N accidentes/da : 0 1 2 3 4 5 6
N de das : 58 75 44 18 3 1 1
Se puede aceptar, con una confianza del 90%, que el nmero de accidentes por da
sigue una distribucin de Poisson?
85.- Se ha realizado una encuesta en una ciudad con objeto de estudiar las posibles
relaciones entre el nivel educativo (superior, secundaria o primaria) de las personas
y el nivel de consumo (bajo, medio o alto) de cierto producto. Los resultados para
400 personas seleccionadas al azar, han sido:
Nivel de consumo
Nivel educativo
Bajo Medio Alto
Superior 31 41 44
Secundaria 28 79 125
Primaria 16 17 19
86.- Un fabricante de bolsas de papel quiere mejorar la resistencia a la tensin de las

bolsas. El jefe de produccin piensa que hay una relacin entre la cantidad de
celulosa utilizada en la fabricacin del papel y su resistencia. Para ello se realiza un
experimento en el que se fabrica papel con distintos porcentajes de celulosa y se
mide la resistencia.
% celulosa
5 : 7 8 15 11 9 10
10 : 12 17 13 18 19 15
15 : 14 18 19 17 16 18
20 : 19 25 22 23 18 20
A qu conclusin altamente significativa llegar el jefe de produccin?
87.- Nos dicen que un programa de ordenador genera observaciones de una distribucin
N (0 ,1 ) . Como no estamos seguros de ello, obtenemos una muestra aleatoria de 450
observaciones mediante dicho programa, obtenindose los siguientes resultados:
Valores observados : <-2 -2 ; -1 -1 ; 0 0 ; 1 1 ; 2 >2

N de Observaciones : 30 80 140 110 60 30
Se puede aceptar, al nivel del 1%, que el programa funciona correctamente?
88.- Estamos interesados en estudiar si la fiabilidad de cierto componente informtico

est relacionada con el distribuidor que nos lo suministra. Para realizar esto,
tomamos una muestra de 100 componentes de cada uno de los 3 distribuidores que
nos sirven el producto comprobando el nmero de defectuosos en cada lote. La
siguiente tabla muestra el nmero de defectuosos en para cada uno de los
distribuidores.
Componentes
Distribuidor
defectuosos correctos
1 16 94
2 24 76
3 9 81

89.- Para estudiar la dependencia entre la prctica de algn deporte y la depresin, se

seleccion una muestra aleatoria simple de 100 jvenes, obteniendo los siguientes
resultados:
Sin depresin Con depresin
Deportista 38 9
No deportista 31 22
Existe independencia entre la actividad del sujeto y su estado de nimo?
90.- Se pretende comparar los salarios de los trabajadores de una cadena de

supermercados con sucursales en diferentes ciudades. Se eligen 5 localidades al azar
y se toma una muestra en cada una de 9 personas. Se obtienen los siguientes datos:
Tienda
1 : 180 240 300 360 240 180 144 300
2 : 240 360 180 180 300 240 360 360 350
3 : 240 270 300 360 360 300
4 : 300 240 300 360 360 350 320
Tienen los trabajadores de las cinco tiendas el mismo sueldo promedio?
91.- Se han aplicado cuatro mtodos distintos para el aprendizaje del concepto de
nmero primo a cuatro grupos de alumnos y alumnas elegidos aleatoriamente.
Posteriormente se les ha pasado la misma prueba para valorar la adquisicin del
concepto, con los siguientes resultados:
Mtodo
A : 8 12 11 15 7 9 10 11 17 12
B : 16 12 13 15 19 16 13
C : 16 15 13 17 13 9 19 16 14
D : 11 9 8 8 9 12 10 9
Se supone poblacin normal y que las muestras son independientes entre s. Hay
alguna evidencia, al 95% de confianza, de que exista un efecto en la aplicacin de los
distintos mtodos?
92.- Se est estudiando el tiempo de coccin de un alimento antes de lanzarlo al mercado.

Se han formado cuatro grupos y se les ha pedido que midan el tiempo transcurrido
hasta que, segn su juicio, el alimento quede a punto. Todos los grupos usan fuentes
de calor y utensilios similares. Si la tabla siguiente recoge los resultados
redondeados en minutos,
Grupos
A : 7 7 8 7 9 8 11 12 9 10
B : 11 13 7 9 9 11 10 10 9 9
C : 11 11 11 12 11 12 10 10 11 11
D : 9 9 10 9 10 8 10 10 12 9
Se observan diferencias entre los grupos?
93.- Para estudiar el efecto del cansancio en una tarea rutinaria, se han contado el
nmero de realizaciones de varios operarios a lo largo del da, con estos resultados:
Al inicio del trabajo : 12 12 13 14 11 15 9 8
A las 4 horas : 9 9 8 7 6 5 12 11 8
A las 7 horas : 7 6 8 9 9 7 8
Se puede afirmar que el tiempo de trabajo transcurrido influye en el rendimiento?

94.- Un fabricante est interesado en estudiar la resistencia a la tensin de una fibra
sinttica, y sospecha que puede estar relacionada con el porcentaje de algodn en su
composicin. Con este fin, estudia la resistencia de la fibra considerando 5 niveles de
porcentaje de algodn en su composicin. Los datos observados se muestran en la
siguiente tabla.
% algodn Tensin de ruptura
15 : 7 7 15 11 9
20 : 12 17 12 18 18
25 : 14 18 18 19 19
30 : 19 25 22 19 23
Contrastar al 5% de significancia si el fabricante est acertado en su sospecha.
95.- En una empresa de montaje trabajan 135 operarios que realizan un determinado
trabajo (T). La direccin de la empresa est interesada en conocer si influye el factor
operario en la variable tiempo de realizacin del trabajo T. Para ello se eligen
operarios al azar y se les controla el tiempo en minutos que tardan en realizar el
trabajo T. Los resultados del experimento son los siguientes.
Operario
1 : 72 75 71 69 67 71 75 73 69
2 : 75 70 77 73 79 77 72 78
3 : 78 79 84 72 83 77 80 83 71 85
4 : 69 65 61 75 70 68 67
5 : 65 60 63 68 70 64 62 64 69 62
Difieren los operarios en cuanto al tiempo de realizacin del trabajo?
97.- Se hizo un estudio para determinar el efecto del tipo de almacenaje (1: plstico
compacto, 2: plstico tejido, 3: papel y 4: camo) en el contenido de humedad del
arroz.
Tipo de almacenaje Contenido de humedad
Plstico compacto : 57 26 39 23 48 50
Plstico tejido : 67 44 57 74 61 68
Papel : 95 92 91 105 77 88
Camo : 102 96 102 103 99 117
Se puede concluir que los tipos de almacenaje difieren en cuanto a su contenido de
humedad? Usar un nivel del 10%. ep = 44.58 Rechazar Ho
98.- Se est estudiando la relacin entre el mtodo de enseanza y el aprendizaje de una

materia. Se aplican tres mtodos a tres grupos de sujetos diferentes: enseanza
presencial, enseanza por Internet y autodidacta. Los datos obtenidos son los
siguientes:
Presencial : 90 85 78 82 94 75 82
Internet : 65 64 72 60 52 84 64 72 63 60
Autodidacta : 78 84 92 74 68 76 70 84
Cul de los tres mtodos recomendaras utilizar? Por qu? Obtener una conclusin
altamente significativa.
99.- Se tom una muestra de los salarios de un grupo de trabajadores clasificados en

electricistas, carpinteros y pintores.
Electricistas : 74 65 72 69 66 65 68
Carpinteros : 75 78 74 76 72 76 75 77 74 78
Pintores : 56 55 53 52 56 57 55 54
Probar si los salarios medios de estas tres categoras de trabajadores difieren
significativamente.

05 Chi Disenos P5

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

05 Chi Disenos P5

Uploaded by

Copyright:

Available Formats

UNIF Administracin de Negocios Internacionales

Estadstica Aplicada a los Negocios

PRUEBA CHI CUADRADO ( 2 )

La Prueba Chi Cuadrado puede ser:

1. Se establecen las hiptesis nula y alternativa.

X1 O11 e11 O12 e12 .. O1C e1C .

Si 2 pertenece a la Re gin de Aceptacin Aceptar H0

5. Especificando el nivel de confianza, finalmente se redacta la conclusin.

Gladys Enrquez Mantilla 166

PRUEBA CHI CUADRADO DE INDEPENDENCIA

Una casa de prstamos desea investigar la asociacin entre situacin de empleo en el

Situacin de empleo en el momento

Existe asociacin entre la situacin de empleo y el estado del prstamo?

2. Valor Crtico: 2 = 2 = 5.99

Gladys Enrquez Mantilla 167

4. Decisin: 2 = 9.74 R R Rechazar H 0

Ingresar los datos tal como aparecen en la tabla del problema.

Estadsticas Tablas Prueba chi-cuadrada (tabla de dos factores en hoja de

Gladys Enrquez Mantilla 168

P = 0.008 < = 0.05 Aceptar H1

Cuantifica la fuerza de la asociacin entre las dos variables. Si en el problema interesa

n= O ij y 2 es la estadstica de prueba obtenida en la prueba Chi cuadrado de

Si C 0.30 Hay buena asociacin entre las variables consideradas

No es tan buena la asociacin entre situacin de empleo y estado de prstamo debido a

Gladys Enrquez Mantilla 169

PRUEBA CHI CUADRADO DE BONDAD DE AJUSTE

H0 : La distribucin es Normal (Binomial o Poisson)

pi : se calcula usando la frmula de las distribuciones Binomial o Poisson

Responder a la pregunta efectuada, especificando el nivel de confianza.

Mientras ms cercano a cero sea el valor de la estadstica de pueba 2 , tanto mejor

Gladys Enrquez Mantilla 170

Salarios ($) : 150-156 156-162 162-168 168-174 174-180 180-186

H0 : La distribucin se aproxima a una Normal.

2. Valor Crtico: 2 = 20.95 , 3 = 7.81

p = 2 porque y fueron estimados.

La estadstica de prueba se calcul en base a los siguientes resultados:

Al estandarizar usando estos valores, se obtienen las probabilidades p i :

p1 = P (150 X 156 ) = P ( 2.17 Z 1.48 ) = 0.06944 0.01500 = 0.05444

Todas las eij > 5 entonces no es necesario reagrupar.

4. Decisin: 2 = 15.74 R R Re chazar H0 y aceptar H1

Gladys Enrquez Mantilla 171

Las probabilidades p i , se pueden calcular usando el Minitab:

Grfica Grfica de distribucin de probabilidad

Clic en Aceptar luego de elegir Ver probabilidad.

Ingresar los valores de la media y la desviacin estndar.

Gladys Enrquez Mantilla 172

p1 = P (150 X 156 ) = 0.0547

Se procede a repetir este procedimiento, cambiando nicamente los valores de X.

estandarizando Con Minitab

Verificar si la distribucin de estos datos se aproxima a una distribucin Poisson.

k = 5 despus de reagrupar las eij < 5

Gladys Enrquez Mantilla 173

La estadstica de prueba se calcul en base a los siguientes resultados:

Calc Distribuciones de Probabilidad Poisson

Gladys Enrquez Mantilla 174

Al hacer clic en Aceptar, se obtienen todas las Pi .

El nmero de computadoras vendidas en una tienda presentan la siguiente distribucin:

2. Valor Crtico: 20.95 , 3 1 1 = 20.95 , 1 = 3.84

P(X=x ) = C 3x 0.90 x 0.10 3 x

N computadoras N das pi = P ( X = x ) ei j = 300 pi

Gladys Enrquez Mantilla 175

La experimentacin es el procedimiento apropiado para investigar cualquier fenmeno en el

Es cualquier proceso o actividad que origina un resultado o una observacin. Un